Información del autor
Autor Lee, Jae-Gil |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsquedaAdvances in Knowledge Discovery and Data Mining / Kim, Jinho ; Shim, Kyuseok ; Cao, Longbing ; Lee, Jae-Gil ; Lin, Xuemin ; Moon, Yang-Sae
TÃtulo : Advances in Knowledge Discovery and Data Mining : 21st Pacific-Asia Conference, PAKDD 2017, Jeju, South Korea, May 23-26, 2017, Proceedings, Part I Tipo de documento: documento electrónico Autores: Kim, Jinho, ; Shim, Kyuseok, ; Cao, Longbing, ; Lee, Jae-Gil, ; Lin, Xuemin, ; Moon, Yang-Sae, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXXII, 841 p. 242 ilustraciones ISBN/ISSN/DL: 978-3-319-57454-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Inteligencia artificial Sistemas de almacenamiento y recuperación de información Software de la aplicacion Gestión de base de datos Protección de datos MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Clasificación: Resumen: Este conjunto de dos volúmenes, LNAI 10234 y 10235, constituye las actas minuciosamente arbitradas de la 21.ª Conferencia PacÃfico-Asia sobre Avances en el Descubrimiento del Conocimiento y la MinerÃa de Datos, PAKDD 2017, celebrada en Jeju, Corea del Sur, en mayo de 2017. Los 129 artÃculos completos fueron cuidadosamente revisados ​​y seleccionados entre 458 presentaciones. Están organizados en secciones temáticas denominadas: clasificación y aprendizaje profundo; minerÃa de gráficos y redes sociales; aplicaciones de minerÃa y seguridad/riesgo que preservan la privacidad; minerÃa de datos espacio-temporal y secuencial; agrupación y detección de anomalÃas; sistema de recomendación; selección de caracterÃsticas; minerÃa de textos y opiniones; agrupamiento y factorización matricial; minerÃa dinámica de datos en flujo; modelos y algoritmos novedosos; minerÃa de datos de comportamiento; agrupación de gráficos y detección de comunidades; reducción de dimensionalidad. Nota de contenido: Classification and deep learning -- Social network and graph mining -- Privacy-preserving mining and security/risk applications -- Spatio-temporal and sequential data mining -- Clustering and anomaly detection -- Recommender system -- Feature selection -- Text and opinion mining -- Clustering and matrix factorization -- Dynamic, stream data mining -- Novel models and algorithms -- Behavioral data mining -- Graph clustering and community detection -- Dimensionality reduction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Knowledge Discovery and Data Mining : 21st Pacific-Asia Conference, PAKDD 2017, Jeju, South Korea, May 23-26, 2017, Proceedings, Part I [documento electrónico] / Kim, Jinho, ; Shim, Kyuseok, ; Cao, Longbing, ; Lee, Jae-Gil, ; Lin, Xuemin, ; Moon, Yang-Sae, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXXII, 841 p. 242 ilustraciones.
ISBN : 978-3-319-57454-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Inteligencia artificial Sistemas de almacenamiento y recuperación de información Software de la aplicacion Gestión de base de datos Protección de datos MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Clasificación: Resumen: Este conjunto de dos volúmenes, LNAI 10234 y 10235, constituye las actas minuciosamente arbitradas de la 21.ª Conferencia PacÃfico-Asia sobre Avances en el Descubrimiento del Conocimiento y la MinerÃa de Datos, PAKDD 2017, celebrada en Jeju, Corea del Sur, en mayo de 2017. Los 129 artÃculos completos fueron cuidadosamente revisados ​​y seleccionados entre 458 presentaciones. Están organizados en secciones temáticas denominadas: clasificación y aprendizaje profundo; minerÃa de gráficos y redes sociales; aplicaciones de minerÃa y seguridad/riesgo que preservan la privacidad; minerÃa de datos espacio-temporal y secuencial; agrupación y detección de anomalÃas; sistema de recomendación; selección de caracterÃsticas; minerÃa de textos y opiniones; agrupamiento y factorización matricial; minerÃa dinámica de datos en flujo; modelos y algoritmos novedosos; minerÃa de datos de comportamiento; agrupación de gráficos y detección de comunidades; reducción de dimensionalidad. Nota de contenido: Classification and deep learning -- Social network and graph mining -- Privacy-preserving mining and security/risk applications -- Spatio-temporal and sequential data mining -- Clustering and anomaly detection -- Recommender system -- Feature selection -- Text and opinion mining -- Clustering and matrix factorization -- Dynamic, stream data mining -- Novel models and algorithms -- Behavioral data mining -- Graph clustering and community detection -- Dimensionality reduction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Advances in Knowledge Discovery and Data Mining : 21st Pacific-Asia Conference, PAKDD 2017, Jeju, South Korea, May 23-26, 2017, Proceedings, Part II Tipo de documento: documento electrónico Autores: Kim, Jinho, ; Shim, Kyuseok, ; Cao, Longbing, ; Lee, Jae-Gil, ; Lin, Xuemin, ; Moon, Yang-Sae, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXXII, 857 p. 252 ilustraciones ISBN/ISSN/DL: 978-3-319-57529-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Inteligencia artificial Sistemas de almacenamiento y recuperación de información Software de la aplicacion Gestión de base de datos Protección de datos MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Clasificación: Resumen: Este conjunto de dos volúmenes, LNAI 10234 y 10235, constituye las actas minuciosamente arbitradas de la 21.ª Conferencia PacÃfico-Asia sobre Avances en el Descubrimiento del Conocimiento y la MinerÃa de Datos, PAKDD 2017, celebrada en Jeju, Corea del Sur, en mayo de 2017. Los 129 artÃculos completos fueron cuidadosamente revisados ​​y seleccionados entre 458 presentaciones. Están organizados en secciones temáticas denominadas: clasificación y aprendizaje profundo; minerÃa de gráficos y redes sociales; aplicaciones de minerÃa y seguridad/riesgo que preservan la privacidad; minerÃa de datos espacio-temporal y secuencial; agrupación y detección de anomalÃas; sistema de recomendación; selección de caracterÃsticas; minerÃa de textos y opiniones; agrupamiento y factorización matricial; minerÃa dinámica de datos en flujo; modelos y algoritmos novedosos; minerÃa de datos de comportamiento; agrupación de gráficos y detección de comunidades; reducción de dimensionalidad. Nota de contenido: Classification and deep learning -- Social network and graph mining -- Privacy-preserving mining and security/risk applications -- Spatio-temporal and sequential data mining -- Clustering and anomaly detection -- Recommender system -- Feature selection -- Text and opinion mining -- Clustering and matrix factorization -- Dynamic, stream data mining -- Novel models and algorithms -- Behavioral data mining -- Graph clustering and community detection -- Dimensionality reduction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Knowledge Discovery and Data Mining : 21st Pacific-Asia Conference, PAKDD 2017, Jeju, South Korea, May 23-26, 2017, Proceedings, Part II [documento electrónico] / Kim, Jinho, ; Shim, Kyuseok, ; Cao, Longbing, ; Lee, Jae-Gil, ; Lin, Xuemin, ; Moon, Yang-Sae, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXXII, 857 p. 252 ilustraciones.
ISBN : 978-3-319-57529-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Inteligencia artificial Sistemas de almacenamiento y recuperación de información Software de la aplicacion Gestión de base de datos Protección de datos MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Seguridad de datos e información Clasificación: Resumen: Este conjunto de dos volúmenes, LNAI 10234 y 10235, constituye las actas minuciosamente arbitradas de la 21.ª Conferencia PacÃfico-Asia sobre Avances en el Descubrimiento del Conocimiento y la MinerÃa de Datos, PAKDD 2017, celebrada en Jeju, Corea del Sur, en mayo de 2017. Los 129 artÃculos completos fueron cuidadosamente revisados ​​y seleccionados entre 458 presentaciones. Están organizados en secciones temáticas denominadas: clasificación y aprendizaje profundo; minerÃa de gráficos y redes sociales; aplicaciones de minerÃa y seguridad/riesgo que preservan la privacidad; minerÃa de datos espacio-temporal y secuencial; agrupación y detección de anomalÃas; sistema de recomendación; selección de caracterÃsticas; minerÃa de textos y opiniones; agrupamiento y factorización matricial; minerÃa dinámica de datos en flujo; modelos y algoritmos novedosos; minerÃa de datos de comportamiento; agrupación de gráficos y detección de comunidades; reducción de dimensionalidad. Nota de contenido: Classification and deep learning -- Social network and graph mining -- Privacy-preserving mining and security/risk applications -- Spatio-temporal and sequential data mining -- Clustering and anomaly detection -- Recommender system -- Feature selection -- Text and opinion mining -- Clustering and matrix factorization -- Dynamic, stream data mining -- Novel models and algorithms -- Behavioral data mining -- Graph clustering and community detection -- Dimensionality reduction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
